给定元组列表，如何在 pandas DataFrame 中对元组进行子集化？答案

【问题标题】：How to subset tuples in a pandas DataFrame, given lists of tuples?给定元组列表，如何在 pandas DataFrame 中对元组进行子集化？
【发布时间】：2020-02-25 18:44:21
【问题描述】：

我有以下熊猫数据框。有两列A 和B 由多个元组的列表组成。

import pandas as pd
dictionary_input = {'A' : [5,6,3,4], 
                    'B' : [[('AA', 4, 11), ('ABC', 28, 99), ('ABC', 23, 86)], [('AA', 2, 10)], [('ABC', 56, 76), ('BB', 15, 183)], [('BB', 15, 183)]], 
                    'C': [[('XYZ', 7, 9), ('XX',24, 33), ('BB', 179, 184)], [('XX',72, 75)], [('ABC',25, 45)], [('BB',91, 187)]]}

df = pd.DataFrame(dictionary_input)
print(df)

导致：

   A                                            B                                            C
0  5  [(AA, 4, 11), (ABC, 28, 99), (ABC, 23, 86)]  [(XYZ, 7, 9), (XX, 24, 33), (BB, 179, 184)]
1  6                                [(AA, 2, 10)]                               [(XX, 72, 75)]
2  3               [(ABC, 56, 76), (BB, 15, 183)]                              [(ABC, 25, 45)]
3  4                              [(BB, 15, 183)]                              [(BB, 91, 187)]

我的问题是我想根据元组列表中的值对这个 DataFrame 进行子集化，即基于单个元组。

如果我基于 B 对数据帧进行子集化，则具有元组 (BB, 15, 183)，那么以下将是输出：

   A                                            B                                            C
2  3               [(ABC, 56, 76), (BB, 15, 183)]                              [(ABC, 25, 45)]
3  4                              [(BB, 15, 183)]                              [(BB, 91, 187)]

我尝试使用

来完成此操作

df[df.B.isin(('BB', 15, 183))]

但这是错误的，因为它给了我一个空的 DataFrame。

如果值是元组，我如何根据 Pandas DataFrame 中列表中的值进行子集化？

【问题讨论】：

在数据框中包含元组列表也是错误的 :-)

标签： python pandas tuples subset

【解决方案1】：

如果您使用的是 pandas 0.25+，您可以使用explode，它在每个单元格的列表中创建一个系列并将它们连接起来。类似于pd.concat(pd.Series(x) for x in df['B'])，但保留原始索引。然后，您可以将该系列与您的三元组和groupby 进行比较：

s = df['B'].explode()

df[(s == ('BB', 15, 183)).groupby(level=0).any()]

输出：

   A                               B                C
2  3  [(ABC, 56, 76), (BB, 15, 183)]  [(ABC, 25, 45)]
3  4                 [(BB, 15, 183)]  [(BB, 91, 187)]

输出（s）：

0      (AA, 4, 11)
0    (ABC, 28, 99)
0    (ABC, 23, 86)
1      (AA, 2, 10)
2    (ABC, 56, 76)
2    (BB, 15, 183)
3    (BB, 15, 183)
Name: B, dtype: object

【讨论】：

感谢您的回答！有关更多上下文，explode() 在这里做什么？
explode() 从每个单元格的列表中创建一个系列并将它们连接起来。类似于pd.concat(pd.Series(x) for x in df['B'])，但它保留了原始索引。因此我们可以groupby(level=0)。
这是有道理的！（可以把这个解释放在答案中吗？我认为这是一个很好的解释。）

【解决方案2】：

你可以通过apply方法做到这一点：

df[df['B'].apply(lambda x: ('BB', 15, 183) in x)]

【讨论】：